在俄亥俄州东北部扬斯敦市的学校里，大约有5000名学生。这里是一个高贫困区，学生们面临着严峻的挑战。
由于扬斯顿市赖以生存的工业经济多年来一直举步维艰，尽管正在进行城市重建项目，但根据最近的调查，该市居民的平均收入仅为2.4万美元。
10年前，CNNMoney网的调查就显示，扬斯顿处在美国城市最低收入的居民超过6.5万人。
尽管存在这些障碍，但该市仍显示出一些有希望的前景。
事实上，今年早些时候，我们就很自豪地看到，本市的学生在西北评估协会(NWEA)的基准考试成绩上取得了两位数的增长。
我们搜集了所有2-12年级(阅读方面)和K-12(数学方面)的学生的成绩数据，以分析他们的学业进展情况。从2017-2018学年开始到年中，学生们的阅读量平均增加了18%，数学成绩的增长达到了15%。虽然有许多因素促成了学生今年的成绩增长，但关键因素是我们采用了数据来对学生进行指导和干预。
我们从多个不同的来源搜集和提取数据，然后对这些信息进行汇总分析，为每个孩子创建一个“目标”分数。
这个分数是基于各种指标的综合考量而创建的，它会告诉我们学生目前的水平处于低、中或高哪个阶段。
充分利用这个早期预警系统，可以为每个学生制定相应的学习计划，并及时加以干预，以保证学生的成功。
这些报告是每个年级独有的，不同的年级有不同的数据集。
例如，我们有只给幼儿园的学生使用的KRA评估，只给8年级和9年级的学生使用的PSAT考试，只针对K-8年级的孩子的iStation评估，还有只针对K-3年级的学生的DIBELS和TRC测试。当然，也有NWEA（西北评估协会）的评估。
每一年级的报告都包含了学生在该年级学习的数据。我们也会参考出勤和行为数据。
我们为每一组指标设置了低、中或高风险的阈值，当数据汇集在一起时，可以很容易地看到哪些学生可能需要进一步的干预来确保他们达到年级要求的水平。
教师们在与家长和教师团队(TBT)会议上使用这些报告。在会议上，他们讨论学生需要哪些类型的干预，以便学生获得成功所需的额外帮助。
当这些数据综合运用在一起的时候，真正的作用就体现出来了。如果只看考勤信息，或者只看一组评估的分数，就看不到学生的全貌。
比如一个学生可能在一个方面表现良好，但在另外两个方面却亮了“红灯”，那么就需要对他进行有针对性的干预。
我们学区在每个主要的重点领域都有具体的干预计划。学术干预计划针对的是阅读、写作、数学、科学和社会研究。行为干预计划针对的是社会和情感学习(SEL)以及学生行为准则。
通过多个数据点一起工作，我们可以得到一个更完整的学生信息，以便更好地决定每个学生的需求。
有许多工具可以跟踪和收集数据。我们学区使用Illuminate Education的评估和数据管理系统设置这些“目标”分数，来查看学生的整体表现。
最大的问题是，要从多个来源获取数据,然后综合这些信息,想出一个方法来分析处理各个类别的数据信息。我们期待能有一家如同独角兽公司一样的企业，制造出一种工具，让它具有跨数据系统的可操作性，以此使整个行业更上一层楼。
当各种数据掺杂在一起，提供每个学生完整的表现信息时，其作用会非常强大。
根据这些数据信息，老师们会更关注学生的进步，并及时发出预警信息。老师和管理人员也会对学生的需求做出更明智的决定，让彼此都感到很舒服。最终，我们将会看到我们努力的成果。
原文链接：
http://www.gettingsmart.com/2018/05/making-data-work-together-is-the-key-to-better-achievement/
来源：GettingSmart
作者：John LaPlante
智能观 编译
—完—
想知道AI加教育领域有哪些最新研究成果？
想要AI领域更多的干货？
想了解更多专家的“智能观”？
请在对话界面点击“找找看”，去获取你想要的内容吧。
声明：
编译文章旨在帮助读者了解行业新思想、新观点及新动态，为原作者观点，不代表智能观观点。
网友评论